经济性能评估的炼焦生产过程优化运行方法

针对炼焦生产过程中缺少性能评估环节而难以确保过程优化运行的问题,提出了一种基于经济性能评估的炼焦生产过程优化运行方法.该方法在炼焦生产过程经济效益指标和焦炭质量过程性能指标对协调优化级进行性能评估的基础上,结合模型置信度,建立专家规则,及时修正经济指标预测模型;基于焦炭产量、炼焦能耗等经济指标,以焦炭质量和工艺条件为约束,对炼焦生产过程进行协调优化,使得炼焦生产达到良好的运行状态.仿真结果表明,所提方法能显著地提高焦炭产量、降低能耗.     

基于燃料比最优的高炉喷煤设定值多目标优化

为了降低高炉炼铁的能耗,节约成本,将高炉炼铁过程信息、专家经验与智能模型相结合,提出基于燃料比最优的高炉喷煤设定值多目标优化方案。以燃料比最优为优化目标,炉温预测指标为约束条件,喷煤量为决策变量,采用基于K-均值聚类的径向基神经网络建立多目标优化模型,并通过基于NSGA-Ⅱ算法的多目标优化方法,获取尽可能使多个目标同时达到最优的Pareto最优解。结果表明,该优化方案可以在保证炉温良好的前提下,决策出使燃料比达到最优的喷煤设定值,大大降低能耗,节约成本。不仅为高炉实际生产提供操作指导,也为高炉冶炼的优化运行奠定了基础。     

基于改进多目标布谷鸟算法的污水处理优化控制方法

针对如何确定污水处理优化控制中关键变量的最优设定值,以满足出水水质达标的同时尽可能降低能耗的问题,提出一种基于改进多目标布谷鸟算法的污水处理多目标优化控制方法.首先,通过对污水处理过程的分析,建立基于神经网络的污水处理能耗和出水水质模型;其次,利用改进多目标布谷鸟算法同时对污水处理能耗和出水水质模型进行优化,得到溶解氧和硝态氮浓度的优化设定值;最后,利用PID控制器对关键变量的最优设定值进行跟踪控制,实现污水处理过程的多目标优化控制.仿真实验结果表明,与其他几种方法相比,所提出的方法在保证出水水质参数达标的前提下,更好地降低了污水处理过程的能耗,实现节能降耗和保护环境的目的.     

基于LS-SVM逆系统的焦炉集气管压力系统内模控制

焦炉集气管压力是炼焦生产过程中重要的工艺参数,其值是否稳定,直接影响到煤气质量、焦炉寿命、焦炭质量和生产环境。针对焦炉集气管压力系统是一个强干扰、非线性和多变量耦合的复杂系统,采用LS-SVM辨识出焦炉集气管压力系统的逆系统模型,并将其串联在原系统之前,运用逆系统的方法将集气管压力系统解耦成2个相互独立的单输入单输出伪线性子系统。同时,对解耦后的系统采用非线性内模控制策略以保证系统的鲁棒性和稳定性。仿真和应用结果表明该控制策略的解耦控制效果较好,提高了系统的快速调节能力和跟踪精度,而且增强了系统的鲁棒性,可以保证焦炉集气管压力稳定在现场工艺要求的范围内。     

面向低碳的车间生产过程数字孪生建模

智能制造关键技术的不断突破及其在制造业的快速应用极大地改造着传统车间的生产模式．现代企业的生产方式逐渐朝着集成化、复杂化和智能化方向发展,给车间生产过程低碳运行目标带来挑战．为了提高车间生产过程能耗管理的质量与实时性,提出了一种面向车间能耗管理的数字孪生建模方法．基于物理生产车间的生产资源与车间布局方案搭建虚拟生产车间,通过物理与虚拟车间设备运动信息的交互为几何模型添加运动关系,并结合生产节拍建立车间运动规律的数字孪生模型;采集单机物理生产设备随加工参数变化的能耗数据,使用BP神经网络建立多设备的能耗模型,基于获取物理与虚拟车间实时交互的能耗数据建立车间能量流动规律的数字孪生模型．最终实现包含动态能耗信息的车间生产过程数字孪生建模．同时基于该数字孪生模型提出了一种面向车间生产过程的能耗优化方法,结合刀具寿命、机器人运动平稳性、生产时间等多源评价指标建立多目标优化函数,获取数字孪生模型中的动态能耗数据并应用蜂群算法实现对车间低碳生产需求下的多设备加工参数协同优化．最后以给定工件的生产过程为例,对所提数字孪生建模方法和建模效果进行验证,实验结果表明借助该数字孪生模型环境下的生产过程优化方案...     

高炉炼铁过程多目标优化模型的研究及应用

基于高炉炼铁过程的物质与能量守恒,采用多目标优化方法,建立了以能耗、成本及CO2排放为目标的高炉生产过程优化数学模型,并将该模型应用到某大型钢铁企业.编制程序得出优化结果,经与实际生产数据比较,验证了模型的正确性.优化结果表明:能耗、成本和CO2排放量均有不同程度降低.同时,利用模型分析了焦比、煤比、烧结矿品位等因素对...     

空地网络资源分配与无人机基站动态部署算法

为解决空地网络中地面设备数量变化引起的用户体验质量无法满足的问题,提出了一种智能网络资源分配与多无人机基站动态部署方案。首先,考虑用户体验质量和无人机、地面设备能量约束,以最小化系统总能耗为目标进行问题建模;其次,将多无人机的动态部署问题转化成具有连续动作集的马尔可夫决策过程,并根据优化目标设计了基于能耗惩罚的奖励函数;然后,采用基于确定性策略梯度的深度强化学习算法求解此问题;最后,通过仿真和对比实验验证所提方案的有效性和优越性。实验结果表明：对于海量用户场景,所提算法比深度强化学习和演员-评论家算法有更好的收敛性和更高的累积奖励,与单无人机和传统地面基站部署方案相比,所提方案系统的能耗降低约30%～40%,用户服务质量满意度提升约50%～60%。     

集成学习下的短期交通流预测

为了实现短期交通流的精准预测,在深度学习模型的基础上提出一种集成深度信念网格方法;通过考察交通流序列的高斯混合分布特性,加入高斯混合分布噪声进行数据优化,并采用Bagging集成学习的方法对各子深度信念网络进行集成,得到改进的深度集成信念网络模型。经实例演算,该模型比传统的反向传播神经网络、未经过集成的深度信念网络预测精度都要高,且经过高斯混合噪声优化的改进模型要优于未经过优化的深度学习集成模型。     

不加热埋地集油管网参数优化设计

不加热集输是油田高含水开发期经常采用的一种能耗较低的工艺流程。为了提高油田开发建设的经济效益,以管线管径、保温层厚度和管顶埋深为设计变量,管网建设投资、动力能耗和热力能耗最小为目标研究建立了不加热埋地集输油管道多目标参数优化设计的数学模型。该模型属于混合变量的非线性优化设计问题。根据模型的结构特点,采用线性加权法将多目标优化问题转化为单目标优化问题,然后采用序列二次规划法进行求解。对某区块集输管网进行了优化设计。与优化前相比,管网投资降低5.64%,热力能耗降低39.55%,动力能耗增加37.01%。     

基于深度森林算法的油井产量预测研究

为了克服传统机器学习算法产量预测模型的缺点,以深度森林算法理论为基础,综合油井相关各项数据,建立了油井产量预测新模型。首先应用KNN最邻近方法和Z-Score标准化方法对油井相关数据进行预处理,利用MDI特征选择方法选择对油井产量影响最大的特征向量,然后将选出的特征向量作为深度森林模型的输入变量,建立深度森林产量预测模型,利用网格化搜索优化模型参数,最后在测试集上运行模型,对模型性能进行评估。研究结果表明,相对于BP神经网络等传统机器学习算法模型,深度森林模型的产量预测精度更高,可以准确预测油井产量,同时相对于深度神经网络等复杂学习算法,该算法参数少、调参及应用简单,为油井产量预测提供了一种新的方法和思路。     

基于DRNN-LSTM-IPSO的锅炉经济运行优化目标值

锅炉作为火电厂的重要设备,提高其运行经济性直接影响电厂的生产效益,而锅炉运行参数优化目标值的合理确定是保障锅炉经济运行的关键。首先提出改进的高斯混合模型算法应用于工况划分,即通过划分数据的分散度作为依据并基于马氏距离来构建评价准则函数,以确定聚类数;其次通过构建具备长短时记忆功能的深度循环神经网络(deep recurrent neural network with long-short term memory, DRNN-LSTM)建立各工况区间下的经济模型;最后在经济模型构建的基础上,针对传统粒子群算法容易陷入局部极值问题,通过对惯性权重和加速因子进行调整得到改进的粒子群算法(improved particle swarm optimization, IPSO),可更加精准地在不同工况下进行区间范围内寻优,确定运行参数的优化目标值。实验结果表明,采用本文方法确定的优化目标值对应供电煤耗优于历史最优运行值,说明了该方法在挖掘锅炉优化运行潜力上具有一定的优势,按此方案调整锅炉运行可有效降低能耗水平,以达到锅炉经济运行的目的。     

基于投入产出模型的武钢炼铁系统能耗与节能潜力分析

针对武钢炼铁系统建立多级能源投入产出模型,采集并分析武钢炼铁系统2010~2013年生产及能源数据,通过该模型计算焦炭、烧结矿及铁水的能值与能耗,运用吨钢能耗e-p分析法计算工序节能量,采用指数平滑法预测未来一年的能源需求量。结果表明,降低焦化、烧结、高炉工序能耗,加大回收余热、余能等二次能源的力度,增加喷煤量以提高煤焦置换比以及优化生产结构等措施均有助于该炼铁系统的能耗降低。     

典型钢铁企业物能消耗与烟粉尘排放分析

以典型钢铁生产企业为研究对象,基于企业实际生产数据,采用物质流分析法(MFA),构建物质代谢模型.建立了能源、资源利用和污染物排放分析指标,定量描述了钢铁企业的资源能源消耗及烟粉尘排放情况.结果表明:企业层面,高炉-转炉长流程吨钢总资源消耗量为208.6 t,燃料能消耗量占能源消耗总量的93.9%,吨钢烟粉尘排放量为648.08 g,烧结和炼铁工序贡献最大,分别占总排放量的45%和36%.电炉短流程总资源消耗量为1.31 t,电能消耗量占能源消耗总量的96.7%,吨钢烟粉尘排放量67 g.工序层面,烧结、炼焦和炼铁三个主排放工序的排放量分别为222.50 g/t烧结矿、118.20 g/t焦、245.27 g/t铁.据此,提出企业节能减排和产业结构调整的方向性建议,以减少环境压力,实现钢铁企业的可持续发展.     

供氢剂与分散型催化剂在渣油裂化反应中的作用

对分散型催化剂和供氢剂对辽河减压渣油热裂化反应、临氢热裂化反应以及加氢裂化反应的作用进行了研究 ,考察了分散型催化剂、供氢剂在单独或共用时对渣油裂化反应的影响。实验结果表明 ,辽河减压渣油改质中生焦量和渣油转化率的关系与具体的加工过程有关。在同样的生焦量下 ,渣油转化率由大到小依次为 :高氢压催化供氢过程、低氢压催化供氢过程、高氢压催化过程、低氢压催化过程、临氢供氢过程、临氢过程、临氮供氢过程、临氮过程。渣油临氮裂化中 ,供氢剂可以在一定程度上抑制渣油生焦和裂化 ;分散型催化剂既可促进渣油裂化 ,又可作为结焦的晶种使渣油体系提前分相 ,生焦量急剧增加 ,同时对渣油中的供氢剂脱氢有促进作用。在临氢热裂化反应中 ,氢气的参与使渣油的裂化反应和生焦反应受到抑制 ,但氢气对生焦反应的抑制能力远大于对裂化反应的抑制能力。在催化加氢裂化过程中 ,分散型催化剂极大地抑制了生焦反应。分散型催化剂和供氢剂共用可使催化剂的活性有所提高。添加供氢剂后 ,裂化产物中VGO的收率增加 ,生焦量减少 ,而渣油转化率略有降低。     

浅谈焦化厂节能

分析了焦化厂的能耗现状。分别从降低焦炉耗热量、余热及废物等资源回收利用、增加节能新技术、提高焦炭质量几方面阐述了国内外焦化厂的节能措施 ,指出了焦化厂的节能方向     

利用铁桶试验预测工业焦炉成焦质量的研究

为优化炼焦炉入炉煤配方以及提高焦炭产品质量,利用20 kg铁桶随炉试验以预测工业焦炉的成焦质量,并建立了预测数学模型。结果表明,利用20 kg铁桶试验可准确预测工业焦炉成焦强度,二者表现出很好的相关性,可直接用于指导工业生产过程中的配煤操作,具有很强的实用性。